matlab数字识别代码

以下是一个基于 MATLAB 的数字识别代码示例：

% 加载训练数据
load('ex4data1.mat');

% 加载神经网络参数
load('ex4weights.mat');

% 网络结构
input_layer_size  = 400;  % 输入层节点数
hidden_layer_size = 25;   % 隐含层节点数
num_labels = 10;          % 输出层节点数，即数字的种类数

% 可视化一些随机选取的训练数据
m = size(X, 1);
sel = randperm(m);
sel = sel(1:100);
displayData(X(sel, :));

% 预测数字
pred = predict(Theta1, Theta2, X);
fprintf('\nTraining Set Accuracy: %f\n', mean(double(pred == y)) * 100);

% 定义预测函数
function p = predict(Theta1, Theta2, X)
  m = size(X, 1); % 样本数
  num_labels = size(Theta2, 1); % 输出层节点数

  p = zeros(size(X, 1), 1);

  % 前向传播
  a1 = [ones(m, 1) X];
  z2 = a1 * Theta1';
  a2 = [ones(size(z2, 1), 1) sigmoid(z2)];
  z3 = a2 * Theta2';
  a3 = sigmoid(z3);
  [~, p] = max(a3, [], 2);
end

这个代码使用了已经训练好的神经网络参数 `Theta1` 和 `Theta2`，并使用 `predict` 函数进行数字识别。该函数执行前向传播，计算输出层的结果，并返回预测的数字。